MétaCan
Menu
Retour à la cohorte
Enregistrement W4385431976 · doi:10.18280/jesa.560315

Comparative Performance Evaluation of Swarm Intelligence-Based FOPID Controllers for PMSM Speed Control

2023· article· fr· W4385431976 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJournal Européen des Systèmes Automatisés · 2023
Typearticle
Languefr
DomaineEngineering
ThématiqueAdvanced Control Systems Design
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectronic speed controlControl theory (sociology)Computer scienceSwarm intelligenceControl engineeringSwarm behaviourControl (management)Particle swarm optimizationArtificial intelligenceEngineeringMachine learning

Résumé

récupéré en direct d'OpenAlex

This paper presents a study focused on the design and performance evaluation of Fractional-Order Proportional-Integral-Derivative (FOPID) controllers for the speed control of Permanent Magnet Synchronous Motors (PMSMs).Effective speed control of PMSMs is of great importance in various applications such as robotics, electric vehicles, and industrial automation.However, achieving precise and efficient speed control poses several challenges due to the nonlinear and time-varying nature of PMSMs.To address these challenges, the study proposes the utilization of FOPID controllers, which offer advantages over traditional PID controllers, including improved robustness and greater flexibility in handling complex system dynamics.Additionally, the study explores the use of Swarm Intelligence (S.I.) algorithms for the design and tuning of FOPID controllers.Swarm Intelligence algorithms, such as Particle Swarm Optimization (PSO), ant colony optimization (ACO), and Grey Wolf Optimization (GWO), are known for their ability to effectively search and optimize complex parameter spaces.The main contribution of this work is the comparison and evaluation of PSO, GWO, and ACO algorithms for the design of FOPID controllers in PMSM speed control applications.The controllers are assessed through both simulations and experimental tests to analyze their performance in terms of speed-tracking accuracy, overshoot, and settling time.The key finding of the study is that the ACO-FOPID controller exhibits the best performance in terms of transient response.It achieves a rise time of 0.008978 s, a settling time of 0.01 s, and zero absolute time error (ITAE).These results indicate that the ACO-FOPID controller provides precise and fast speed control for PMSMs, making it a promising solution for practical applications.In summary, this study highlights the importance of PMSM speed control and the challenges associated with it.It introduces the FOPID controller as a potential solution and motivates the utilization of Swarm Intelligence algorithms for its design.The comparison of PSO, GWO, and ACO algorithms for FOPID controller design demonstrates the superiority of the ACO-FOPID controller in terms of transient response.This research contributes to the advancement of control systems for PMSMs and showcases the potential of Swarm Intelligence algorithms in optimizing complex control parameters.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,726
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,067
Tête enseignante GPT0,313
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle